BAB I PENDAHULUAN Bab ini akan menguraikan

BAB I
PENDAHULUAN
Bab ini akan menguraikan latar belakang, rumusan masalah, tujuan
penelitian, batasan masalah, dan sistematika penulisan laporan.
1.1. Latar Belakang
Berdasarkan UU SISDIKNAS No. 2 Tahun 1998 Pasal 1 dikatakan bahwa
“Pendidikan adalah usaha untuk menyiapkan peserta didik melalui kegiatan
bimbingan, pembelajaran dan/atau latihan bagi peranannya di masa yang akan
datang”. Pendidikan di Indonesia sesuai yang tercantum dalam Undang-Undang
Nomor 20 Tahun 2003 Bab 2 Pasal 3 bertujuan untuk mengembangkan potensi
peserta didik agar menjadi manusia yang beriman dan bertakwa kepada Tuhan
Yang Maha Esa, berakhlak mulia, sehat, berilmu, cakap, kreatif, mandiri, dan
menjadi warga negara yang demokratis serta bertanggung jawab.
Pendidikan merupakan wadah atau disebut juga sebagai lembaga yang
menampung, dimana dalam sebuah lembaga tersebut terdapat sebuah rancangan
yang terencana dan terarah yang biasa disebut kurikulum. Tapi semua itu tidak
akan terlaksana tanpa adanya implementasi. Implementasi itu didapat dengan
pembelajaran. Pembelajaran memegang peranan penting untuk mewujudkan
tujuan pendidikan. Hal ini dikarenakan, dalam proses pembelajaran peserta didik
akan berinteraksi dengan pendidik untuk memperoleh pengetahuan.
Menurut Muslich (2011, hlm. 14) bahwa tujuan pembelajaran pada
hakikatnya adalah perubahan tingkah laku yang diinginkan pada diri peserta didik
dalam bentuk kompetensi tertentu. Oleh sebab itu, dalam penilaian hendaknya
diperiksa sejauh mana perubahan tingkah laku (kompetensi) peserta didik telah
terjadi selama atau setelah pembelajaran berlangsung. Dengan mengetahui tingkat
ketercapaian tujuan pembelajaran, guru dapat mengambil tindakan secara perkelas
maupun individual.
Untuk mengukur kompetensi seseorang, perlu adanya suatu ukuran atau
standar penilaian untuk dijadikan sebuah acuan. Misalnya seorang atlet sepak bola
dikatakan ahli jika memiliki kemampuan diatas rata-rata dalam mengolah bola,
atau dikatakan biasa jika memiliki kemampuan ditingkat rata-rata dalam
Ghiffari Azmy Al Farasyi, 2016
Implementasi Association Rules Menggunakan Algoritma Apriori Untuk Sistem Rekomendasi
Evaluasi Pembelajaran
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
mengolah bola, dan
dibawah
juga
dikatakan
kurang
rata-rata
jika
memiliki
kemampuan
dalam
Ghiffari Azmy Al Farasyi, 2016
Implementasi Association Rules Menggunakan Algoritma Apriori Untuk Sistem Rekomendasi
Evaluasi Pembelajaran
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3
mengolah bola. Begitu juga dalam proses pembelajaran, seorang peserta didik
dapat dikatakan memiliki kompetensi yang baik jika nilai yang diperoleh diatas
rata-rata, atau dikatakan memiliki kompetensi yang biasa jika nilai yang diperoleh
ditingkat rata-rata, dan juga dikatakan memiliki kompetensi yang rendah jika nilai
yang yang diperoleh dibawah ukuran atau standar yang ditetapkan. Kegiatan
penilaian tersebut yang sering disebut dengan evaluasi.
Dalam evaluasi, untuk mengukur suatu aspek perilaku tertentu dari peserta
didik digunakan suatu alat yang disebut dengan tes. Tes merupakan salah satu
bentuk instrumen yang terdiri atas sejumlah pertanyaan, atau butir-butir soal yang
digunakan untuk memperoleh data atau informasi melalui jawaban responden atau
peserta tes. Dari segi bentuk soal dan kemungkinan jawabannya, tes dibagi dalam
2 kelompok, yaitu tes subyektif dan tes obyektif.
Tes subjektif adalah tes yang dilakukan dengan ukuran-ukuran berdasarkan
kategori. Contoh tes subjektif adalah essay atau uraian. Tes essay disusun dalam
bentuk pertanyaan terstruktur. Siswa menyusun dan mengorganisasikan sendiri
jawaban tiap pertanyaan itu dengan bahasa sendiri. Tes essay ini sangat
bermanfaat untuk mengembangkan kemampuan dalam menjelaskan atau
mengungkapkan suatu pendapat dalam bahasa sendiri. Tes objektif adalah tes
yang dilakukan dengan menggunakan ukuran-ukuran yang sudah ditentukan.
Contohnya adalah tes benar-salah (true-false), tes pilihan ganda (multiple choice),
tes menjodohkan (matching), dan tes analisa hubungan (relationship analysis).
Jenis tes yang paling populer digunakan saat ini adalah tes pilihan ganda.
Mulai dari ujian akhir semester, ujian nasional hingga tes SBMPTN menggunakan
tes pilihan ganda dimana peserta didik diminta untuk memilih jawaban yang
paling tepat diantara beberapa pilihan jawaban yang disediakan. Hal ini
dikarenakan tes pilihan ganda memiliki beberapa keuntungan diantaranya dapat
dengan mudah menganalisis statistik dari hasil tes peserta didik dan juga memiliki
kemungkinan untuk melakukan analisis pada hasil tes sehingga menghasilkan data
yang dapat digunakan untuk memperbaiki proses pembelajaran agar menghasilkan
pembelajaran yang lebih baik.
Data hasil tes siswa jumlah nya tidaklah sedikit. Sebagai contoh misalnya
dalam satu angkatan di sekolah terdapat 250 siswa yang melakukan evaluasi
4
secara besamaan untuk mata pelajaran yang sama. Sehingga dalam satu kali
evaluasi, data hasil evaluasi yang dihasilkan adalah 250 tipe jawaban yang
berbeda-beda. Dengan jumlah yang banyak ini, dapat membuka peluang untuk
menganalisis data hasil evaluasi tersebut sehingga dapat menghasilkan
rekomendasi yang berguna dimasa mendatang. Salah satu cara menganalisis data
evaluasi tersebut yaitu dengan menggunakan data mining. Menurut Luan (2007),
Data mining adalah alat analisis yang kuat yang memungkinkan sekolah untuk
mengelola hasil evaluasi siswa. Dengan kemampuan untuk mengungkap pola
tersembunyi dalam database besar, sekolah dapat membangun model yang
memprediksi pola siswa tertentu dengan tingkat akurasi yang tinggi. Dengan
bertindak pada model-model prediksi, sekolah dapat secara efektif mengatasi
masalah pembelajaran siswa.
Selaras dengan Luan, dalam penelitian Marceron (2005) menemukan bahwa
data mining dapat memberikan banyak keuntungan dibidang pendidikan. Dalam
penelitiannya, marceron menggunakan berbagai teknik data mining untuk
menyelesaikan berbagai permasalahan dalam bidang pendidikan, seperti : (1)
Data exploration yang dicombinasikan dengan classification terfokus pada jumlah
latihan setiap siswa digunakan untuk mengidentifikasi siswa yang kurang dalam
belajar. (2) Clustering dan cluster visualisation digunakan untuk mengidentifikasi
perilaku tertentu dari siswa-siswa yang gagal dalam pembelajaran. (3) Association
rules digunakan untuk menemukan kesalahan-kesalahan yang terjadi bersamaan
saat mengerjakan ujian.
Dewasa ini telah banyak dikembangkan sistem untuk menganalisis data
hasil belajar peserta didik. Namun sistem-sistem yang dikembangkan tersebut
merupakan sistem penilaian otomatis dimana dilakukan perhitungan sedemikian
sehingga menghasilkan nilai siswa secara otomatis. Masih jarang terdapat sistem
yang menyajikan informasi yang berguna untuk pembelajaran dimasa depan.
Padahal tes pilihan ganda menyajikan data yang sangat besar yang meliputi
jawaban peserta didik, skor peserta didik untuk tiap butir soal, kalkulasi skor akhir
peserta didik serta berapa lama waktu pengerjaan soal oleh peserta didik. Datadata tersebut sangat potensial untuk dianalisis sehingga menghasilkan informasi
yang berguna.
5
Dari semua metode data mining, assosiation rule mining adalah salah satu
dari yang paling populer digunakan untuk menganalisis data yang besar. Pada
tahun 2012 Romero dkk melakukan sebuah penelitian terhadap assosiation rule
mining menggunakan genetic programming pada data hasil tes pilihan ganda.
Pada penelitian tersebut, data yang dipakai adalah hasil tes mahasiswa ilmu
komputer di University of Cordoba. Kesimpulan dari penelitian tersebut adalah
assosiation rule mining sangat efektif dalam menganalisis data tes yang sangat
besar sehingga dapat menyajikan informasi yang berguna untuk pembelajaran
setelahnya.
Ada beberapa algoritma yang dapat digunakan untuk assosiation rule
mining, salah satunya adalah algoritma apriori. Seperti penelitian yang telah
dilakukukan oleh Ikhsan (2007) yang berisi tentang penerapan associaton rule
dengan algoritma apriori pada proses pengelompokan barang di perusahaan retail.
Pada penelitian tersebut disumpulkan bahwa algoritma apriori telah berhasil
diterapkan untuk melihat rules antar produk pada transaksi yang terjadi di
database penjualan pada perusahan retail. Rules tersebut yang menjadi bahan
rekomendasi untuk penjualan selanjutnya dimasa mendatang.
Selain itu dalam penelitian Wandi (2012) yang membahas tentang
pengembangan sistem rekomendasi penelusuran buku dengan penggalian
association rule menggunakan algoritma apriori disimpulkan bahwa algoritma
apriori dapat menghasilkan rekomendasi buku berdasarkan transaksi peminjaman
buku yang ada.
Berdasarkan beberapa pemikiran yang telah dipaparkan diatas, penulis
memiliki sebuah ide untuk mengembangkan sebuah sistem rekomendasi evaluasi
pembelajaran dimana model yang digunakan untuk sistem rekomendasi tersebut
dibangun dari metode association rule mining menggunakan algoritma apriori.
Sistem ini diharapkan dapat memberikan rekomendasi kepada peserta didik materi
mana saja yang seharusnya dipelajari lebih dalam agar peserta didik tersebut
paham suatu pokok bahasan tertentu.
1.2. Rumusan Masalah
Dengan adanya latar belakang seperti yang sudah dijelaskan di atas, ada
beberapa permasalahan yang akan dibahas pada penelitian ini, yaitu:
6
1.
Bagaimanakah implementasi association rule mining menggunakan algoritma
apriori dalam sistem rekomendasi evaluasi pembelajaran?
2.
Bagaimana dampak-dampak dari rules yang dihasilkan oleh algoritma apriori
bagi siswa ?
3.
Bagaimana rekomendasi yang didapatkan dari sistem rekomendasi evaluasi
pembelajaran ?
4.
Bagaimana nilai akurasi rekomendasi yang dihasilkan sistem ?
1.3. Manfaat Penelitian
Dengan dilakukannya penelitian ini, diharapkan dapat memberikan banyak
manfaat, antara lain sebagai berikut:
1.
Bagi Guru
Manfaat penelitian ini bagi guru adalah dapat mempermudah guru dalam
pemberian treatment bagi siswa yang belum paham tentang materi pada suatu
mata pelajaran sehingga hasil evaluasi murid akan meningkat karena mudid
tersebut hanya harus mempelajari bagian-bagian yang kurang dipahami saja
tanpa harus mengulang keseluruhan materi.
2.
Bagi Siswa
Manfaat penelitian ini bagi siswa adalah dapat memudahkan masing-masing
siswa mempelajari lagi bagian materi yang belum mereka kuasai sehingga
siswa tersebut dapat lebih fokus.
3.
Bagi Penulis
Penulis mendapat pengetahuan baru yang berhubungan dengan penelitian ini
baik pengetahuan tentang evaluasi pembelajaran, machine learning, data
mining, association rule dan juga algoritma apriori.
1.4. Tujuan Penelitian
Beberapa tujuan yang ingin dicapai dari penelitian ini adalah :
1. Mengimplementasikan association rule mining menggunakan algoritma
apriori kedalam sistem rekomendasi evaluasi pembelajaran
2.
Mengetahui dampak-dampak dari rules yang dihasilkan oleh algoritma apriori
bagi siswa
3.
Mengetahui rekomendasi yang didapatkan dari sistem rekomendasi evaluasi
pembelajaran
7
4.
Mengetahui akurasi dari rekomendasi yang dihasilkan sistem berdasarkan
pendapat pakar.
1.5. Batasan Masalah
Berdasarkan analisis kebutuhan data dan metode yang diperlukan dalam
penelitian ini, berikut penjelasan mengenai ruang lingkup penelitian yang
dilakukan:
1.
Data yang digunakan dalam penelitian ini adalah data jawaban hasil tes
peserta didik berupa tes pilihan ganda, bukan berupa tes benar-salah,
mencocokkan, maupun soal essai
2.
Perangkat dalam membuat aplikasi ini menggunakan bahasa pemrograman
PHP dengan framework Code Igniter, sehingga aplikasi yang dihasilkan
berbasis web.
1.6. Sistematika Penulisan
Adapaun sistematika penulisan karya ilmiah ini adalah sebagai berikut:
BAB I PENDAHULUAN
Bab I atau pendahuluan akan menyampaikan tentang alasan penulis
mengangkat topik ini sebagai skripsi di mana hal tersebut diuraikan pada sub bab
latar belakang. Lalu dijelaskan juga rumusan masalah penelitian, tujuan
dilakukannya penelitian, manfaat dari hasil penelitian, batasan masalah agar
penelitian yang dilakukan tidak terlalu luas, dan sistematika penulisan yang
menjelaskan apa saja isi dari penelitian ini.
BAB II KAJIAN PUSTAKA
Pada kajian pustaka akan diuraikan materi-materi yang berhubungan dengan
penelitian. Materi ini mendasari penulis dalam melakukan penelitiannya. Materi
yang disampaikan meliputi evaluasi pembelajaran, association rule mining,
algoritma apriori, dan machine learning
BAB III METODOLOGI
Bab ini merupakan penjabaran dari metode pengembangan sistem
rekomendasi evaluasi pembelajaran seperti alat penelitian, data penelitian, dan
desain penelitian.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
8
Bab pembahasan menjelaskan bagaimana penelitian dilakukan, seperti apa
proses yang terjadi saat penelitian, dan apa hasil yang didapat setelah melakukan
penelitian. Pembahasan akan dibagi menjadi hasil dan pembahasan.
BAB V KESIMPULAN DAN SARAN
Bab ini akan memaparkan kesimpulan yang merupakan jawaban atas
pertanyaan-pertanyaan pada sub bab rumusan masalah, dan saran yang merupakan
kumpulan
saran
dan
rekomendasi
pengembangan selanjutnya.
dari
penulis
untuk
penelitian
dan